108
109
Sebelum hasil perhitungan tersebut dimasukan ke dalam rumus persamaan, terlebih dahulu dilakukan perhitungan sebagai berikut :
1. 2.
3. 4.
5. 6.
7. 8.
9.
Berdasarkan perhitungan nilai kuadrat dan perkalian antara variabel X1, X2 dan Y diatas, maka dapat diketahui :
Σ X
1
= 72,21 Σ X
2
= 43.401 Σ Y = 283
Σ X
1
X
2
= 211.386,46 Σ X
1
Y = 1.357,69 Σ X
2
Y = 858.383
110 Σ X
1 2
= 349,0007 Σ X
2 2
= 140.543.797 Σ Y
2
= 5.723 Nilai
– nilai diatas akan digunakan untuk mencari nilai a, b1 dan b2. Adapun perhitungannya adalah sebagai berikut :
Nilai a, b1 dan b2 dicari dengan menggunakan rumus persamaan metode kuadrat terkecil adalah sebagai berikut :
111
Dari hasil perhitungan secara manual, maka diperoleh persamaan liner berganda sebagai berikut:
Sedangkan dengan menggunakan software SPSS 16 for windows, diperoleh hasil analisis regresi linier berganda sebagai berikut:
Tabel 4.5 Koefisien Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
60.655 15.865
3.823 .002
Perputaran Persediaan -11.391 3.598
-.684 -3.166 .008
AKOP .005
.001 .891 4.126
.001 a. Dependent Variable: ROA
112
Berdasarkan output di atas, diperoleh nilai a sebesar 60,655, nilai b
1
sebesar -11,391 dan b
2
sebesar 0,005. Dengan demikian maka dapat dibentuk persamaan regresi linier berganda sebagai berikut:
Nilai a b
1
dan b
2
dalam persamaan di atas dapat diinterpretasikan sebagai berikut:
a = 60,655 artinya : jika tidak ada Perputaran Persediaan dan Arus Kas Arus
Kas Operasi, maka Profitabilitas ROA akan bernilai 60,655
b
1
= -11,391 artinya : jika Perputaran Persediaan meningkat sebesar 1 sementara Arus Kas Arus Kas Operasi konstan, maka
akan diikuti dengan peningkatan Profitabilitas ROA sebesar -11,391 .
b
2
= 0,005 artinya : jika Arus Kas Arus Kas Operasi meningkat sebesar 1
sementara Perputaran Persediaan konstan, maka akan diikuti dengan peningkatan Profitabilitas ROA sebesar
0,005 .
2. Analisis Koefisien Korelasi Pearson
Analisis koefisien korelasi pearson digunakan untuk mengukur ada atau tidaknya hubungan linier antara perputaran persediaan X
1
, arus kas X
2
dan profitabilitas Y serta mempunyai tujuan untuk meyakinkan bahwa pada
kenyataannya terdapat pengaruh perputaran persediaan dan arus kas terhadap
113
profitabilitas. Dan untuk mencari koefisien korelasi tersebut adalah sebagai berikut:
Analisis korelasi Pearson secara manual a. Menghitung koefisien korelasi antara Perputaran Persediaan X1 terhadap
Profitabilitas ROA Y
b. Menghitung koefisien korelasi antara Arus Kas Arus Kas Operasi X2 terhadap Profitabilitas ROA Y
114
c. Menghitung koefisien korelasi antara Perputaran Persediaan X1 terhadap Arus Kas Arus Kas Operasi X2
Dengan menggunakan software SPSS 16 for windows, diperoleh hasil analisis korelasi Pearson sebagai berikut:
Tabel 4.6 Koefisien Korelasi
Pearson Perputaran Persediaan, Arus Kas dan Profitabilitas Pada PT. Kimia Farma Persero, Tbk Plant Bandung Periode
Tahun 1997-2011
Correlations
Perputaran Persediaan
AKOP ROA
Perputaran Persediaan Pearson Correlation
1 .540
-.203 Sig. 2-tailed
.038 .468
N 15
15 15
AKOP Pearson Correlation
.540 1
.522 Sig. 2-tailed
.038 .046
N 15
15 15
ROA Pearson Correlation
-.203 .522
1
115
Sig. 2-tailed .468
.046 N
15 15
15 . Correlation is significant at the 0.05 level 2-tailed.
Setelah koefisien korelasi antara X1 Perputaran Persediaan dan Y Profitabilitas, X2 Arus Kas dan Y Profitabilitas, serta X1 Perputaran
Persediaan
dan
X2 Arus Kas telah diketahui, maka setelah itu dapat menghitung korelasi r dengan perhitungan sebagai berikut:
a. Korelasi secara parsial antara X1 Perputaran Perediaan dengan Y
Profitabilitas ROA
Untuk menghitung korelasi secara parsial antara X1 Perputaran Perediaan dengan Y Profitabilitas ROA, apabila X2 Arus Kas Arus Kas Operasi
dianggap konstan, ada dua cara yang digunakan untuk mendapatkan hasil korelasi pearson tersebut yaitu:
Cara pertama perhitungan secara manual, yaitu:
116 Cara kedua perhitungan dengan menggunakan software SPSS 16 for windows
adalah sebagai berikut:
Tabel 4.7 Koefisien Korelasi
Pearson Perputaran Persediaan Terhadap Profitabilitas Pada PT. Kimia Farma Persero, Tbk Plant Bandung Periode
Tahun 1997-2011
Correlations
Control Variables Perputaran_Pers
ediaan ROA
AKOP Perputaran_Persediaan
Correlation 1.000
-.675 Significance 2-tailed
. .008
df 12
ROA Correlation
-.675 1.000
Significance 2-tailed .008
. df
12
Hasil perhitungan dengan cara manual dan SPSS 16 for windows menghasilkan nilai r yang sama yaitu -0,675. Nilai r tersebut menyatakan bahwa
hubungan antara variabel X1 Perputaran Persediaan dan Y Profitabilitas bersifat negatif. Nilai korelasi negatif menunjukkan hubungan bahwa antara
Perputaran Persediaan dengan Profitabilitas ROA terbalik, maksudnya jika semakin rendah Perputaran Persediaan, maka Profitabilitas ROA yang akan
dihasilkan akan semakin tinggi. Hubungan antara variabel X1 Perputaran Persediaan terhadap Y Profitabilitas dikatakan kuat karena nilai korelasi sebesar
-0,675 berada pada interval 0,60 – 0,799 yang dapat dilihat pada tabel interpretasi.
117
b. Korelasi secara parsial antara X2 Arus Kas Arus Kas Operasi dengan Y
Profitabilitas ROA
Untuk menghitung korelasi secara parsial antara X2 Arus Kas dengan Y Profitabilitas, apabila X1 Perputaran Persediaan dianggap konstan, ada dua
cara yang digunakan untuk mendapatkan hasil korelasi pearson tersebut yaitu: Cara pertama perhitungan secara manual, yaitu:
Cara kedua perhitungan dengan menggunakan software SPSS 16 for windows adalah sebagai berikut: